熔融指數(shù)是決定聚丙烯產(chǎn)品牌號的重要質(zhì)量指標(biāo),丙烯聚合過程熔融指數(shù)指標(biāo)的精確預(yù)報(bào)能夠縮短牌號切換時間、節(jié)省物料損耗、節(jié)約能源消耗、提高生產(chǎn)效率、增加產(chǎn)品利潤。在工業(yè)生產(chǎn)流程中,熔融指數(shù)采用定時采樣,離線化驗(yàn)分析獲得,難以滿足聚丙烯產(chǎn)品在線質(zhì)量監(jiān)測與控制的要求。面對復(fù)雜的聚合反應(yīng)機(jī)理以及工業(yè)生產(chǎn)中伴隨的擾動與噪聲,傳統(tǒng)的熔融指數(shù)機(jī)理模型難以取得良好的預(yù)報(bào)精度與魯棒性。稀疏貝葉斯學(xué)習(xí)方法根據(jù)貝葉斯定理由采樣樣本推導(dǎo)未知變量的后驗(yàn)分布,通過稀疏性約束降低模型復(fù)雜度,在工業(yè)過程質(zhì)量預(yù)報(bào)特別是小樣本問題中具有良好的應(yīng)用潛力。本文在已有的研究工作基礎(chǔ)上,基于稀疏貝葉斯學(xué)習(xí)框架,針對變量耦合性、樣本標(biāo)簽稀缺性、復(fù)雜過程非線性、混沌性、時變性等挑戰(zhàn),提出多種有效的熔融指數(shù)建模與優(yōu)化方法,成功應(yīng)用于30萬噸/年聚丙烯生產(chǎn)裝置,實(shí)現(xiàn)丙烯聚合過程熔融指數(shù)在線智能最優(yōu)預(yù)報(bào)。主要工作及創(chuàng)新點(diǎn)如下:（1）考慮到丙烯聚合過程變量耦合問題,提出一種基于t分布隨機(jī)鄰域嵌入的稀疏貝葉斯獨(dú)立成分回歸模型（tSNE-IC-SBR）,通過樣本鄰域內(nèi)采樣點(diǎn)的分布信息降低模型特征變量維度,構(gòu)造低維度特征矩陣從而剔除由過程操作變量相關(guān)... 

【文章頁數(shù)】：135 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
縮寫表
符號表
第一章 緒論
    1.1 課題背景與研究意義
    1.2 聚丙烯及丙烯聚合過程
        1.2.1 聚丙烯及產(chǎn)業(yè)概況
        1.2.2 聚丙烯的生產(chǎn)工藝
        1.2.3 熔融指數(shù)介紹
    1.3 稀疏貝葉斯學(xué)習(xí)方法
        1.3.1 貝葉斯推理
        1.3.2 稀疏貝葉斯學(xué)習(xí)方法
        1.3.3 SBL方法有待研究的問題
    1.4 熔融指數(shù)預(yù)報(bào)
        1.4.1 基本概念
        1.4.2 熔融指數(shù)預(yù)報(bào)的研究現(xiàn)狀
        1.4.3 熔融指數(shù)預(yù)報(bào)研究的挑戰(zhàn)與趨勢
    1.5 本文研究內(nèi)容與創(chuàng)新點(diǎn)
        1.5.1 本文的體系架構(gòu)
        1.5.2 本文的研究內(nèi)容與創(chuàng)新點(diǎn)
    1.6 本章小結(jié)
第二章 基于tSNE-IC-SBR的高維數(shù)據(jù)下MI預(yù)報(bào)研究
    2.1 引言
    2.2 t分布隨機(jī)鄰域嵌入算法
    2.3 tSNE-IC-SBR熔融指數(shù)預(yù)報(bào)模型
    2.4 實(shí)例驗(yàn)證
        2.4.1 聚合工業(yè)過程介紹
        2.4.2 過程變量篩選
        2.4.3 模型性能評價(jià)指標(biāo)
        2.4.4 tSNE-IC-SBR與SBR、IC-SBR、tSNE-SBR性能對比
        2.4.5 tSNE-IC-SBR與其它降維算法性能對比
    2.5 本章小結(jié)
第三章 基于KDSBSR的少量樣本標(biāo)簽下MI預(yù)報(bào)研究
    3.1 引言
    3.2 基于核密度估計(jì)的稀疏貝葉斯半監(jiān)督回歸
    3.3 基于KDSBSR的熔融指數(shù)預(yù)報(bào)模型
    3.4 實(shí)例驗(yàn)證
        3.4.1 不同熔融指數(shù)標(biāo)簽采樣率下KDSBSR模型預(yù)報(bào)效果考察
        3.4.2 不同半監(jiān)督模型預(yù)報(bào)性能對比研究
    3.5 本章小結(jié)
第四章 基于CABC-SBR的丙烯聚合過程智能優(yōu)化模型研究
    4.1 引言
    4.2 混沌人工蜂群優(yōu)化算法
    4.3 CABC-SBR熔融指數(shù)預(yù)報(bào)模型
    4.4 實(shí)例驗(yàn)證
        4.4.1 SBR、ABC-SBR與CABC-SBR預(yù)報(bào)模型的比較研究
        4.4.2 混沌映射比較研究
        4.4.3 CABC優(yōu)化模型比較研究
    4.5 本章小結(jié)
第五章 基于Co-PSR-HDEBC-SBR的混沌半監(jiān)督模型研究
    5.1 引言
    5.2 混沌相空間重構(gòu)
        5.2.1 熔融指數(shù)自相關(guān)性
        5.2.2 熔融指數(shù)序列相空間重構(gòu)
    5.3 Co-PSR-HDEBC-SBR模型
        5.3.1 Co-PSR-SBR模型
        5.3.2 HDEBC-SBR模型
        5.3.4 Co-PSR-HDEBC-SBR熔融指數(shù)預(yù)報(bào)模型
    5.4 實(shí)例驗(yàn)證
        5.4.1 丙烯聚合過程混沌特性分析結(jié)果
        5.4.2 HDEBC-SBR與其它優(yōu)化算法性能比較
        5.4.3 Co-PSR-HDEBC-SBR模型預(yù)報(bào)效果分析
    5.5 本章小結(jié)
第六章 基于OCS-PFSBR的丙烯聚合過程在線預(yù)報(bào)研究
    6.1 引言
    6.2 基礎(chǔ)方法
    6.3 OCS-PFSBR熔融指數(shù)預(yù)報(bào)模型
    6.4 實(shí)例驗(yàn)證
        6.4.1 PFSBR預(yù)報(bào)模型性能研究
        6.4.2 OCS-PFSBR預(yù)報(bào)模型性能研究
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 研究工作總結(jié)
    7.2 研究工作展望
參考文獻(xiàn)
致謝
攻讀博士學(xué)位期間取得的成果



本文編號：3694480